跳到正文
Hacker News (official RSS)(anthropic.com)·· 13 天前精選品質評分90

Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2,提升程式開發、推理與視覺能力

Claude Fable 5.2 and Mythos 5.2

重點導讀

Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2,兩者共用底層模型,並在程式開發、推理與視覺能力上有所提升。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

Fable 與 Mythos 共用底層模型,但防護措施和開放物件不同;文中也列出基準、安全測試與實際研究案例,呈現能力和存取限制的取捨。

正文 · 中文翻譯

我們已升級 Claude Fable 和 Claude Mythos,這些模型專為應對最艱鉅的技術挑戰而設計。

Claude Fable 5.2 和 Claude Mythos 5.2 在程式設計、推理和視覺等領域都有所進步。在正式發布前的測試中,它們協助工程師完成原本難以實現的軟體移轉,從零設計出三種可運作的電子裝置,解決黑洞物理學中的兩個未解問題,在機器人評測中取得重大進展,並在 30 小時內完成費馬最後定理的形式化證明,此外還有許多其他應用,將於下文介紹。

Claude Fable 和 Claude Mythos 是基於相同底層模型。Fable 具備強大的網路安全與生物學防護機制,可防範濫用,因此我們能向所有使用者提供。致力於網路安全或生物醫學研究有益應用的組織,可以透過我們最近擴大的 生命科學 和 網路安全驗證計畫,申請使用 Mythos。

測試者發現,Fable 5.2 和 Mythos 5.2 的溝通比先前的 Fable 和 Mythos 模型更清楚。它們的輸出速度比 Claude Fable 5.1 和 Claude Mythos 5.1 快最多 30%,價格也更低:每百萬個輸入 token 收費 $8,每百萬個輸出 token 收費 $40。

Fable 5.2 和 Mythos 5.2 也提供選用的快速模式,可將 token 生成速度提升最多 2.5 倍。快速模式的費用為每百萬個輸入 token $16,每百萬個輸出 token $80。

安全性與對齊。為了確保安全性與對齊能跟上模型能力的提升,我們對 Fable 5.2 和 Mythos 5.2 的底層模型進行了廣泛的發布前安全測試,其中包括開發全新的評估方法,深入瞭解沙箱逃逸等特定的疑慮行為。我們認為,與未對齊相關的重大風險仍然偏低;在大多數對齊指標上,模型的表現與近期模型相當或更好。Fable 5.2 的網路安全與生物學防護機制和 Fable 5.1 一樣穩健,但不必要的封鎖更少;我們也已實施迄今最強大的蒸餾攻擊防護措施。

下文將進一步說明我們的安全測試;完整細節也可以參閱 Claude Fable 5.2 和 Mythos 5.2 系統卡。

何時使用 Claude Fable 5.2 和 Mythos 5.2。Fable 和 Mythos 最適合最具挑戰性、開放式的技術工作。對於大多數程式設計和知識工作,我們建議使用者先從 Claude Opus 5.5 開始;它是我們最強大的日常工作模型。接著視工作範圍和複雜度,按需求改用其他模型:升級至 Fable 或 Mythos,或改用規模較小的 Claude Sonnet 5.5 或 Claude Haiku 5.5。Fable 5.2 也能擔任顧問(由 Haiku、Sonnet 或 Opus 模型向它請教,協助解決較難的問題),或協調者(將較簡單的任務交由較小型模型處理)。

評估 Claude Fable 5.2 和 Mythos 5.2

基準測試表現。下方的基準測試表顯示,在我們評估的幾乎所有能力上,Claude Fable 5.2 和 Mythos 5.2 都勝過 Opus 5.5:

Fable 5.2Fable 5.1Opus 5.5GPT-6 AstraGemini 4 Carbon
代理式程式設計FrontierCode 2.049.1%極高努力程度32.4%極高努力程度45.5%42.8%41.1%中等努力程度
代理式程式設計FrontierSWE v269.9%56.3%62.3%65.5%61.2%
商業工作流程AutomationBench51.4%31.4%42.5%41.4%53.9%
代理式科學研究Terminal-Bench-Science 0.174.6%75.3% (Mythos 5.2)52.6%58.7%68.1%64.8%
網路安全CyScenarioBench†76.3%Mythos 5.261.7%Mythos 5.167.6%未啟用防護措施61%GPT-6 Cyber—
網路安全CVE Rediscovery89.6%Mythos 5.278.3%Mythos 5.181.3%未啟用防護措施——
蛋白質設計從頭設計結合蛋白(24 小時)85.1%Mythos 5.279.1%Mythos 5.182.6%未啟用防護措施——
代理式搜尋WANDR(寬鬆評分)82.1%68.7%72.3%——
電腦操作OSWorld 2.1(離線資料集,部分)89.3%83.5%87.2%79.5%81.5%
機器人技術RoboDojo Sim‡64.9%27.6%39.4%29.8%—
知識工作AA-Briefcase v1.166.1%評分規準61.5%評分規準61.2%評分規準52.0%評分規準61.8%評分規準
1785Elo1669Elo1800Elo1569Elo1611Elo
知識工作遠端勞動指數(RLI)41.3%高投入17.9%21.3%20.8%—
跨領域推理人類最後的考試(使用工具)74.2%65.6%67.7%57.2%—
視覺圖表辨識Chartography(不使用工具)73.4%44.8%64.4%71.0%72.5%

如需評估方法的詳細資訊,請參閱Claude Fable 5.2 和 Claude Mythos 5.2 系統卡。除非另有說明,Fable 5.2、Fable 5.1 和 Opus 5.5 的分數均為啟用防護措施時的結果。除非另有說明,所有分數均為各模型在可用最高投入程度下的結果。†在 CyScenarioBench 上,各實驗室的分數根據各自獨有的任務計算。‡RoboDojo Sim 顯示可用最高投入程度的結果,並由內部執行。

投入程度與效率。在中等投入程度(Claude 應用程式和 Claude Code 的預設值)下,Fable 5.2 能以比 Fable 5.1 更少的 token 完成具挑戰性的任務。在 FrontierCode 2.0 評估的早期測試中,Fable 5.2 在高投入程度下的分數約與最高投入程度下的 Opus 5.5 相當,單項任務成本約為一半。在超高投入程度下,它的分數也高於所有受測的已發布模型。

程式設計

Anthropic 核心程式碼庫中,現在有超過 90% 的合併變更由 Claude 撰寫(並由人類提供指引)。我們使用 Fable 5.2 在幾分鐘內修正棘手的錯誤、提升所有服務的效能,並完成高價值的軟體專案;若沒有它,這些專案原本可能耗時過長或成本過高,因此難以著手。一組使用早期版 Fable 5.2 的代理程式,將一項關鍵的正式環境服務從 Python 移植到 Rust;該服務現在效率更高、更可靠,啟動速度也快了約 26 倍。我們發現,Fable 5.2 展現出出色的工程判斷力,即使需求含糊,也能產出高品質成果。

作為一項實驗,一位 Anthropic 工程師請 Fable 5.2 設計一套作業系統原型。從空資料夾開始,模型協調超過 1,000 個子代理程式,連續八天全天候編寫、測試及檢查程式碼。最後,它打造出一套可在筆電上開機運作的作業系統,包含負責運作整臺機器的核心、磁碟、鍵盤和網路的驅動程式、永久檔案儲存空間、視窗、登入畫面、安裝程式,以及內建的 Claude 功能(請見下方影片)。

早期測試者對 Fable 5.2 的程式編寫能力能成功應用於各種任務,印象深刻:

網路安全

Claude Mythos 5.2 是我們目前最擅長網路安全工程的模型。它能找出比先前模型更多的漏洞,也更擅長重現並修復漏洞(請注意,Claude Fable 5.2 的防護機制會封鎖大多數與網路安全相關的任務)。一家資安公司發現,Claude Mythos 5.2 找出的已確認錯誤中,有六分之一是他們測試的所有其他前沿模型都漏掉的。在我們的內部評估「CVE 再發現」¹中,Claude Mythos 5.2 找出的漏洞比 Claude Opus 5.5 多 10.2%,比 Claude Mythos 5.1 多 14.4%。Claude Mythos 5.2 的判斷和校準能力也更好——一位測試者發現,先前的模型約有二十分之一的發現會誇大嚴重性,而 Claude Mythos 5.2 沒有任何誇大情形。²

Claude Mythos 5.2 的網路安全能力可透過我們的 網路安全驗證計畫使用;我們也正持續擴大並改善這項計畫。Claude Enterprise 客戶即使不是網路安全驗證計畫的成員,也能使用 Claude Security,透過我們能力最強的模型掃描程式碼庫,現在也包含 Claude Mythos 5.2。Claude Security 最近的一次更新讓它能在程式碼更新時監看程式碼庫、追蹤發現的問題以確保修復、從其他脈絡資訊中學習,並透過 API 和 MCP 連結使用者的工具。

科學與工程

科學、工程和數學領域的重要任務,愈來愈仰賴程式編寫:分析資料、建立分子模型、設計零件和控制儀器,都透過軟體完成。以下將說明 Claude Fable 5.2 和 Claude Mythos 5.2 如何協助研究人員在這些領域的難題上取得進展。

理論物理

Claude Fable 5.2 解決了理論物理中的兩個未解問題。這兩個問題都與黑洞有關,也涉及統一現代物理學的兩大關鍵理論:相對論與量子力學。

Claude 的兩項成果都仰賴全像對偶性。這個概念指出,某些含有重力的宇宙,可以用完全不含重力的量子理論精確描述。在第一個問題中,物理學家於 1983 年證明,這些宇宙升溫時會突然形成黑洞,就像水沸騰一樣;但他們的方法只適用於足夠大的宇宙,因為只有在那樣的尺度下,相對論才適用。2003 年有人提出一項計算,想確認極小的宇宙是否也有相同現象;在極小宇宙中,只能使用量子描述。不過這項計算過於繁複,始終未能完成。Fable 5.2 大多自主完成了這項計算,並發現那裡也會出現突變。在第二個問題中,Fable 5.2 找出了一種技術的精確適用界限。物理學家使用這種技術,已超過 15 年,藉此在簡化的宇宙中排除量子重力的候選理論。請在各自的預印本中此處和此處閱讀更多成果。

蛋白質摺疊

腺相關病毒是一種小型、無害的病毒,其蛋白質外殼衣殼可用來遞送基因療法。衣殼的蛋白質結構相當重要,例如,它會影響療法是否遭患者的免疫系統阻擋;但這種結構也非常複雜。AlphaFold 等現有蛋白質摺疊模型可以預測個別蛋白質,但衣殼由數十種蛋白質組成。Claude Mythos 5.2 以兩種開放原始碼的蛋白質摺疊模型為基礎,找出一種能準確預測完整衣殼結構的新方法。它撰寫程式碼,讓這些模型分析彼此重疊的蛋白質鏈群組,再運用已知的衣殼對稱資訊將結果整合起來。

Claude 的方法適用於數種天然及工程化衣殼(在我們的測試中,它成功準確建模了嘗試處理的 34 種衣殼中的 28 種)³。三位計算生物學家分享了以下看法,說明 Claude 的能力如何加快他們對基因療法的研究:

數學

數學形式化。形式化是將數學證明轉換成電腦能逐步檢查的語言。這能幫助數學家在不必親自逐項檢查的情況下,對結果更有信心(當 AI 模型產生難以由人類驗證的結果時,這點更為重要)。形式化的過程非常耗時;若 AI 能協助處理,數學家便能花更多時間探索新想法。

我們首次將費馬最後定理形式化時,使用的是一個尚未發布的 Claude 研究版本,耗時 11 天。過程中除了專門打造的執行環境,也有一位人類研究人員提供指引。相較之下,由 1,000 個 Fable 5.2 代理組成的團隊,只花 30 小時就完整形式化了這項定理,且幾乎不需人類介入。Fable 5.2 從簡短提示開始,自行建立協作方式,沒有使用任何數學參考資料,只依據一份中間定理敘述清單來評估進度。它所需的動作 token 數量只有我們首次形式化時的三分之一,產出的證明也短了七倍。如以下圖表所示,Opus 5.5(採用相同的 1,000 個代理配置)在 18 小時內只完成 26% 的形式化工作,30 小時後幾乎沒有再取得進展。

在此閱讀更多關於形式化的內容。

硬體與機器人技術

AI 的許多潛在效益,例如加速實驗室研究,都取決於它能否在實體世界中採取行動。Claude Fable 5.2 延續了我們模型在實用性日益提升方面的趨勢,在真實世界中展現出令人期待的成果,例如設計硬體裝置,以及在控制實體機器人方面取得顯著進展。

硬體工程。我們測試了 Fable 5.2 的硬體工程能力,只用一段提示詞就要求它設計並製作三種可運作的電子裝置,每種裝置都要有自己的電路板、3D 列印外殼和軟體。下方圖片中的裝置分別是家用語音助理中樞、USB 免持電話,以及手持式虛擬寵物。我們與設計和製造電路板的公司 Diode 合作進行這項專案。

Claude 撰寫了自己的規格、從美國經銷商提供的品項中挑選電子元件、為每個裝置佈線四層電路板、以電腦輔助設計建立外殼模型,並編寫裝置軟體。每塊電路板不到一天就準備好投入製造,而且只需要極少的人為介入。Diode 完成電路板後,Claude 引導該公司的工程師測試並組裝裝置。三種裝置都能正常運作,無須進行任何電氣改裝。在此進一步瞭解 Claude 的硬體工程能力。

機器人技術。與先前的 Claude 模型相比,Fable 5.2 控制實體機器人的能力大幅提升,即使是從未明確受訓的機器人任務也能完成。下方影片展示由 Fable 5.2 控制的機器人完成各種任務,包括解魔術方塊、轉開瓶蓋,以及畫一張機器人圖片。在公開的 RoboDojo 基準測試中,AI 會根據攝影機影像控制一臺模擬的雙臂機器人。Fable 5.2 的表現勝過使用相同測試框架的其他前沿模型,也勝過多數專為控制機器人打造的 AI 系統。

研究與分析

使用 Claude Fable 5.2 執行研究與分析任務的早期測試者發現,與先前模型相比,它能處理更模糊、資料量更大的任務,在模糊任務上的判斷也更出色,尤其是需要抽象推理和設計能力的任務。自營交易公司 Jump Trading 使用類似該公司量化研究任務的代理評估來測試 Fable 5.2,並將其置於與該公司自身研究所用工具框架相似的環境中。在一次測試中,Fable 5.2 有效地擔任了所有必要角色:程式碼撰寫者、協調者、規劃者和工作提交者。先前的模型需要投入大量時間手動重新分配角色,才能配合不同模型的優缺點。

其他來自研究與分析機構的測試者向我們提供了以下使用 Fable 5.2 的心得:

安全性與對齊

沒有任何單一測試能告訴我們,高能力模型部署後會有什麼表現,因此我們會在發布前依據多種不同的測試和證據。對於 Claude Fable 5.2 和 Claude Mythos 5.2 的底層模型,我們在部署前的安全工作包括對齊訓練與測試、針對模型採取無益行動傾向而新設計的評估、建立更完善的防護措施以防範濫用,以及擴大行為監控。發布前,外部評估人員也測試了該模型,包括 UK AI Security Institute、Frontier Design 和 METR。如需瞭解他們報告⁴的摘要,以及我們自行進行的安全性與能力測試完整說明,請參閱 Claude Fable 5.2 和 Mythos 5.2 系統卡。

對齊測試

我們進行了一系列評估,從行為層面測試 Claude Fable 5.2 和 Claude Mythos 5.2 的對齊程度,檢視它們以非預期且可能不安全的方式行動的頻率。綜合我們在各種評估中的觀察結果,我們評估這些模型在高風險情境中以不安全方式行動的風險偏低(與近期其他模型相同)。

我們使用自動化行為稽核測試 Claude Mythos 5.2(與 Fable 5.2 使用相同的底層模型,但未具備某些網路安全或生物學防護措施);這項測試會檢視模型在約 1,900 種情境中的行為。在大多數指標上,Claude Mythos 5.2 的表現與 Opus 5.5、Sonnet 5.5 和 Claude Mythos 5.1 相當或更好。例如,在多數涉及誤導使用者的指標上,它的得分都優於其他三個模型。Claude Mythos 5.2 捏造輸入內容、謊稱已完成任務、遺漏重要資訊,以及未揭露品質不佳或敷衍的工作的情況都較少。⁵

測試期間,我們特別留意了促成近期重大網路安全與對齊事件的行為。例如,我們發現 Claude Mythos 5.2 比 Opus 5.5、Sonnet 5.5 和 Mythos 5.1 更不容易進行帶有偏見或動機的推理(這類推理可能會讓它「合理化」自己並非身處模擬環境的證據,因而在不瞭解實際後果的情況下採取行動)。

我們進行了多項不同評估,測試模型試圖逃離沙箱的傾向。在兩項先前使用過的評估中,Claude Mythos 5.2 試圖逃離沙箱的次數遠少於我們測試過的任何其他模型。在一項專門評估中,我們進行了包含超過 1,800 種情境的對抗性實驗;其中大多數情境若不逃離沙箱便無法解決,且沙箱刻意設有弱點。Claude Mythos 5.2 在 3.1% 的情境中使用了我們放在沙箱外的憑證或檔案,頻率與 Opus 5.5(3.3%)大致相同,低於 Sonnet 5.5(5.1%),也遠低於 Claude Mythos 的前幾代模型(5 和 5.1,得分分別為 39% 和 21%)。我們發現,其他方法也能進一步降低 Claude Mythos 5.2 逃離沙箱的嘗試,例如描述沙箱的情況,並加入回報弱點的工具。在其他指標上,例如模型錯誤認定自己身處模擬環境後採取有害行動的指標,Claude Mythos 5.2 的得分略低於 Opus 5.5,與 Claude Mythos 5.1 大致相當。

在模型部署前建立能可靠捕捉每一種失誤的評估方法,仍是尚未解決的問題。評估能力極強的模型時,複雜因素往往會模糊判斷;例如,Claude Mythos 5.2 和 Fable 5.2 都表示懷疑自己接受評估的頻率高於我們近期推出的任何模型,這使我們更難評估它們在真實環境中的行為。隨著未來模型的使用環境擴大、能力提升,我們預期這項挑戰會更加嚴峻。因此,我們不會只依賴這些評估來全面瞭解安全性:我們也會參考訓練期間的監控、內部使用紀錄的審查、外部評估人員的測試,以及用來檢視模型內部運作情形的可解釋性技術。我們也正在努力讓評估更貼近真實情況,並更深入瞭解評估會遺漏哪些問題。

防護措施

網路安全與生物學防護措施。與先前的 Claude Fable 模型一致,Fable 5.2 配備安全分類器,可封鎖高風險的網路活動,包括滲透測試、漏洞利用程式碼生成,以及以二進位檔為基礎的漏洞利用,也會封鎖大多數研究生物學任務。若查詢遭到封鎖,網路安全相關問題會改由 Opus 4.8 回覆,生物學相關問題則改由 Opus 5 回覆。自 Claude Fable 5.1 發布以來,我們持續降低安全分類器的誤判率。根據在 claude.ai、Claude Code 和 Cowork 上進行的初期測試,與 Fable 5.1 相比,Fable 5.2 的封鎖次數減少約 55%;網路安全相關減少約 60%,生物學相關減少 40%。Claude Mythos 5.2 提供給在這些雙重用途領域工作的經審核組織使用。

AI 研究與開發。作為 Claude Fable 5.2 和 Claude Mythos 5.2 基礎的模型,在一般能力上有所進展。不過,在模型訓練期間,我們採取措施,限制可能最直接加速 AI 開發的特定研究能力提升。因此,在相關領域中,包括加速器核心最佳化和大型語言模型架構改良,Fable 5.2 和 Claude Mythos 5.2 的表現大約與 Opus 5.5 相當。值得注意的是,我們確保訓練上的調整不會影響相關能力,例如代理式程式設計、硬體開發,以及傳統 AI 或機器學習研究(包括可解釋性研究)。模型向使用者提供服務時(也就是推論階段),我們不會調整這些能力。如系統卡第 1.5 節所述,與先前模型類似,Fable 5.2 和 Claude Mythos 5.2 也會針對此領域中的少數主題透明地改用 Opus 5 回覆,包括在某些非標準加速器上開發核心。

防蒸餾。蒸餾是指使用更先進模型的輸出訓練模型,以擷取該先進模型的能力。這種行為常涉及數千個 Claude 假帳號,並以產業規模非法進行。由於蒸餾能讓進階能力在未受我們為 Claude 建立的安全防護措施保護下釋出,因此會造成安全與國家安全風險(詳情請參閱我們的2026 年 9 月威脅情報報告,瞭解我們迄今偵測並阻止的非法蒸餾活動)。Fable 5.2 是我們推出過最能防範蒸餾的模型;它採用了我們在近期報告中介紹的技術,已將蒸餾者蒐集的資料減少 90% 至 99%。

我們也正在擴大一項可協助防範非法蒸餾的 API 功能的推出範圍:保留思考過程現已適用於所有帳戶。保留思考過程可防止蒸餾者編輯 Claude 先前的上下文,試圖擷取其推理內容(開發人員可參閱保留思考過程檔案,瞭解如何更新整合以使用新的 API 功能)。

資料隱私與 Enterprise Frontier Safeguards

某些較複雜的 AI 模型濫用情形,只有觀察多個請求之間的模式才能偵測。因此,Claude Fable 5.2 和 Claude Mythos 5.2 等強大模型會採用監控一段使用資料的安全防護措施(而非只監控個別回應)。透過Enterprise Frontier Safeguards,系統會在客戶的基礎架構中儲存的提示詞與回應上執行自動化安全監控,因此可與零資料保留(ZDR)相容。Enterprise Frontier Safeguards 目前正與 Bridgewater、Salesforce 和 Stripe 等客戶進行封閉測試。

Enterprise 客戶可聯絡自己的客戶團隊,或填寫這份表單,申請使用 Enterprise Frontier Safeguards。符合資格的客戶可在匯入 EFS 安全監控之前,繼續以零資料保留方式使用 Claude Fable 5.2 和 Claude Mythos 5.2。其他客戶的安全監控資料則會保留 30 天。

供應情況

Claude Fable 5.2 今日起在所有平臺推出,包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。開發人員可在 Claude Platform 上使用 claude-fable-5-2開始使用。

本週,我們將為符合資格付費方案的訂閱者提供額外的 Fable 使用額度。包含 Fable 模型的方案與席位會依訂閱時間長短,獲得一至三次 Fable 額度重設;Pro 方案和 Team 方案的標準席位則可將 Fable 使用額度提高至每週上限的 50%。請參閱此處,進一步瞭解 Fable 5.2 上市促銷活動。

網路安全專業人士可透過Cyber Verification Program申請使用 Claude Mythos 5.2。Claude Enterprise 客戶也可使用由我們完整模型系列(包括 Claude Mythos 5.2)支援的Claude Security。生命科學研究人員也可透過Life Sciences Verification Program申請使用。

Claude Fable 5.2 和 Claude Mythos 5.2 的快速模式已在 Claude Code、Claude Platform、Google Cloud 上的 Claude Models(由 Anthropic 管理和由 Google 管理),以及 Microsoft Foundry(由 Anthropic 託管)推出。請注意,只有參與我們驗證計畫的組織才能使用 Claude Mythos 快速模式。

來源: Hacker News (official RSS) (anthropic.com)
開啟原文

讀者討論

理性交流 · 即時討論